10.3969/j.issn.1001-7313.2010.01.015
基于神经网络的单站雾预报试验
采集大连某机场2004-2007年大雾、轻雾和无雾天气事件共186例,选取雾天气事件前期(前一日08:00,14:00,20:00(北京时)实测资料)的温、压、湿、风等要素指标为预报因子,基于学习向量量化神经网络(learning vector quantization,LVQ),采用逐级预报思想建立起某机场雾天气事件的预报模型.在网络训练过程中,动态调整网络神经元比例参数,提高模型的预报能力;采用根据检验准确率适时终止训练的"先停止"技术,有效提高了模型的泛化能力.预报试验表明:无论是拟合率还是独立预报准确率,模型均已达到较高水准,具有实际应用意义.
雾预报、LVQ神经网络、逐级预报
21
TP3;P45
2010-06-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
110-114